Gestion de parc | Google Kubernetes Engine (GKE)

Passer au contenu principal

Domaines technologiques

IA et ML
Développement d'applications
Hébergement d'applications
Calcul
Analyses de données et pipelines
Bases de données
Solutions distribuées, hybrides et multicloud
Solutions par secteur d'activité
Migration
Mise en réseau
Observabilité et surveillance
Sécurité
Storage

Outils de produits croisés

Gestion des accès et des ressources
Gestion des coûts et de l'utilisation
Infrastructure as Code
SDK, langages, frameworks et outils

/

Console

English
Deutsch
Español
Español – América Latina
Français
Indonesia
Italiano
Português
Português – Brasil
עברית
中文 – 简体
中文 – 繁體
日本語
한국어

Connexion

Google Kubernetes Engine (GKE)

Commencer l'essai gratuit

Aperçu Guides Référence Exemples Ressources

Domaines technologiques
- Plus
- Aperçu
- Guides
- Référence
- Exemples
- Ressources
Outils de produits croisés
- Plus
Console

Découvrir
Vue d'ensemble du produit
Explorer la documentation GKE
Utiliser GKE ou Cloud Run ?
Essayer
Affiner les services GKE avec l'aide de Gemini
Apprendre les bases
Commencer à découvrir GKE
Apprendre les bases de Kubernetes
Apprendre les bases de GKE
- Modes de fonctionnement de GKE
- Miniature de la vidéo : GKE Essentials
Rôles utilisateur et tâches courantes de GKE
Premiers pas
Cycle de vie du cluster
Présentation de l'administration de cluster
Configuration du cluster
Déployer des charges de travail
Architecture du cluster GKE
Workflows et outils
Parcours de formation : Conteneuriser votre application
Parcours de formation : applications évolutives
Conception et planification
Exemples de code
Bonnes pratiques pour GKE
Architectures
- Développer et déployer des applications avec Cloud Code, Cloud Build et Google Cloud Deploy
- Résoudre les problèmes de livraison continue
Configurer des clusters GKE
Planifier des clusters pour exécuter vos charges de travail
Concevoir votre cluster GKE avec Gemini
Configurer des clusters Autopilot
Configurer des clusters standards
Préparer l'utilisation des clusters
- Utiliser des libellés pour organiser les clusters
- Gérer des ressources GKE à l'aide de tags
Configurer des pools de nœuds
Configurer des clusters pour l'architecture mutualisée
Utiliser des parcs pour simplifier la gestion multicluster
- À propos des parcs
- Créer des parcs
Améliorer l'évolutivité des clusters
Réduire et optimiser les coûts
Concevoir et configurer des clusters GKE pour optimiser les coûts
Configurer l'autoscaling pour les charges de travail
Configurer l'autoscaling pour l'infrastructure
Exécuter des charges de travail tolérantes aux pannes à moindre coût
Afficher les coûts GKE
- Afficher la répartition des coûts du cluster
- Afficher les métriques d'optimisation liées aux coûts
Optimiser les coûts GKE
Provisionner le stockage
À propos du stockage des clusters GKE
Utiliser les fonctionnalités, les primitives et les abstractions de Kubernetes pour le stockage
- Utiliser des volumes persistants et le provisionnement dynamique
- Utiliser des StatefulSets
- À propos des instantanés de volume
- Utiliser l'expansion de volume
- Remplir des volumes avec des données provenant de Cloud Storage
  - À propos du programme de remplissage de volumes GKE
  - Automatiser le transfert de données vers Hyperdisk ML
Stockage de blocs
- Provisionner et utiliser des disques Persistent Disk
- Provisionner et utiliser Hyperdisk
- Provisionner et utiliser GKE Data Cache
  - Accélérer les performances de lecture des charges de travail avec état grâce au cache de données GKE
- Gérer votre espace de stockage persistant
- Optimiser les performances des disques
  - À propos de l'optimisation des performances des disques
  - Surveiller les performances des disques
SSD local et stockage éphémère
Stockage de fichiers
- Provisionner et utiliser des volumes Lustre
- Provisionner et utiliser Filestore
Stockage d'objets
Déployer et gérer des charges de travail
Déployer des charges de travail Autopilot
Configurer les attributs de nœud avec ComputeClasses
Déployer des charges de travail sur du matériel optimisé
Déployer des charges de travail ayant des exigences de sécurité spécifiques
Déployer des charges de travail nécessitant des appareils spécialisés
Créer des instantanés et restaurer des charges de travail avec des instantanés de pods
- À propos des instantanés de pods
- Restaurer à partir d'un instantané de pod
Migrer des charges de travail
- Identifier les clusters standards à migrer vers Autopilot
- Préparer la migration de clusters standards vers Autopilot
Gérer les charges de travail
Intégration et livraison continues
Déployer des charges de travail par type d'application
Charges de travail d'IA et de ML
- Orchestration de l'IA/du ML sur GKE
- À propos de GKE Hypercluster
Charges de travail de bases de données, de caches et de flux de données
Serveurs et applications Web
Game Servers
- Obtenir de l'aide pour résoudre les problèmes liés à Agones et Game Servers
- Isoler le contrôleur Agones dans votre cluster GKE
Déployer des charges de travail Arm
Microsoft Windows
Gérer et optimiser les clusters
Gérer les modifications du cycle de vie des clusters pour minimiser les perturbations
Optimiser votre utilisation de GKE avec des insights et des recommandations.
Gérer un cluster GKE
Configurer un cluster et une charge de travail pour la préproduction
Optimiser les performances des charges de travail
Mettre à niveau les clusters et les pools de nœuds
Recevoir des notifications pour les événements de cluster
Gérer les nœuds
Supprimer un cluster
Utiliser les API bêta Kubernetes avec des clusters GKE
Garantit la stabilité du plan de contrôle lors de l'utilisation de webhooks.
Utiliser Sauvegarde pour GKE
Surveiller
Observabilité pour GKE
Configurer Google Cloud Managed Service pour Prometheus
Utiliser OpenTelemetry géré
- Présentation d'OpenTelemetry géré
- Déployer OpenTelemetry géré
Surveiller des clusters et des charges de travail
Afficher et traiter les journaux
Dépannage
Aperçu
Présentation du dépannage
- Aperçu